ความต้องการประมวลผลสำหรับปัญญาประดิษฐ์ที่เพิ่มขึ้นอย่างรวดเร็วในศูนย์ข้อมูล AI ได้ส่งผลให้ความต้องการพลังงานเพิ่มสูงขึ้นตามไปด้วย ซึ่งเป็นปัจจัยสำคัญที่ขับเคลื่อนให้ NVIDIA ต้องพัฒนาโซลูชันที่มีประสิทธิภาพมากขึ้น
จากการวิเคราะห์ของ Morgan Stanley Research ชุดแร็ค AI ที่ใช้ GPU ตระกูล Blackwell (เช่น B200) มีต้นทุนชิ้นส่วนเซมิคอนดักเตอร์ด้านพลังงานอยู่ที่ประมาณ 11,000 ดอลลาร์สหรัฐฯ และสำหรับตระกูล Rubin (เช่น GB300) จะเพิ่มขึ้นเป็น 54,000 ดอลลาร์สหรัฐฯ ทว่าสำหรับสถาปัตยกรรม Feynman ซึ่งมีกำหนดเปิดตัวในปี 2028 นั้น ต้นทุนดังกล่าวคาดว่าจะพุ่งไปถึง 191,000 ดอลลาร์สหรัฐฯ ต่อแร็ค
การเพิ่มขึ้นอย่างก้าวกระโดดนี้สะท้อนให้เห็นถึงการเปลี่ยนแปลงไปสู่สถาปัตยกรรมไฟฟ้ากระแสตรง (DC) 800V ที่มีประสิทธิภาพสูงขึ้นเพื่อรองรับการจ่ายพลังงานมหาศาล ซึ่งเป็นสิ่งจำเป็นสำหรับการขับเคลื่อนนวัตกรรมในอนาคตของ AI แม้ NVIDIA จะพยายามออกแบบโซลูชัน AI ที่ประหยัดพลังงาน แต่การขยายขนาดของระบบก็ยังคงเป็นความท้าทายที่สำคัญ และส่งผลโดยตรงต่อต้นทุนด้านฮาร์ดแวร์
🏷️ หมวดหมู่: Featured, News, Sticky, 800VDC, Blackwell, Feynman, GB200, GB300, Kyber, Morgan Stanley, Nvidia, Rubin, Rubin Ultra, Hardware, Industry, Semiconductor
🔗 Refer: financemagnates
